Ключевые выводы
- Убер планирует установить датчики в автомобильные парки своих водителей, превратив их в «скользящие» датасеты для автопилотов.
- Проект AV Labs уже работает на небольшом автопарке Uber, но масштаб может достичь миллионов машин.
- Компания создает «AV‑облако» – библиотеку размеченных сенсорных данных, доступную партнёрам для обучения и тестирования ИИ‑моделей.
Uber уже давно перестал пытаться построить собственные робота‑такси. Теперь он хочет стать инфраструктурой данных, которая будет кормить развитие автопилотов у конкурентов и партнёров.
Почему Uber переключился от собственных роботакси к сбору данных
В начале 2020‑х годов Убер пытался создать собственный флит самоходных машин, но проект завершился, а сооснователь Трэвис Каланик открыл, что это была «большая ошибка». После этого компания решила не конкурировать напрямую, а стать поставщиком той самой «сырой» информации, без которой автопилоты не могут обучаться.
Текущий CTO Uber — Правин Неппалли Нага —‑ в интервью на мероприятии в Сан‑Франциско объяснил, что для автопилотов сейчас главная преграда — не алгоритмы, а количество и разнообразие реальных ситуаций, которые они видят на дорогах.
«Нам нужно понять, как работают датчики, какие правила регулируют их использование, и как делиться данными», — сказал Нага, подчёркивая, что законодательные нюансы тоже часть задачи.
Как работает программа AV Labs
AV Labs — это отдельное подразделение, созданное в январе 2026 года. На старте в него вошёл небольшой автопарк машин, полностью укомплектованных лидаром, камерами, радаром и GPS‑модулями. Эти автомобили находятся в собственности Uber и не связаны с обычными водителями.
Главная цель — собрать «чистый» набор данных, который потом можно будет сравнивать с реальными поездками, выполненными обычными водителями Uber. Такой подход позволяет проверять, как бы отработал полностью автономный автомобиль в тех же условиях, не ставя его на дорогу.
Для масштабирования Uber рассчитывает на миллионы своих водителей по всему миру. Если даже 1 % из них получит датчики, получится около 200 000 новых сенсорных машин — цифра, которую трудно превзойти отдельным автопроизводителем.
AV‑облако: библиотека размеченных данных для партнёров
Собранные данные не остаются в закрытом хранилище. Uber создал сервис «AV‑cloud», куда партнеры могут загружать запросы (например, «дай видеокадры перекрёстка у школы в Сан‑Франциско в 7 утра») и получать готовый набор размеченных сенсорных файлов.
На данный момент в облако подключено 25 компаний, среди них Wayve (лондонская стартап‑компания) и несколько более крупных игроков отрасли. Партнёры могут не только обучать свои модели, но и запускать их в «теневом режиме», сравнивая предсказания ИИ с реальными поездками Uber.
«Мы не хотим сразу зарабатывать на этих данных», — подытожил Нага. «Наша цель — демократизировать их». Однако возможность продать доступ к уникальному набору может стать важным источником дохода в будущем.
Что значит «демократизация» данных для отрасли
Сейчас большинство автопилотов обучаются на собственных наборах, собранных небольшими флотами компаний. Это делает процесс дорогим и узконаправленным. Если Uber откроет доступ к глобальному массиву данных, барьер входа снизится, а конкуренция усилится.
Для стартапов это шанс быстро получить репрезентативные дорожные сценарии без инвестиций в собственный автопарк. Для крупных фирм — возможность дополнить свои датасеты реальными случаями, которые они пока не видели.
С другой стороны, контроль над таким массивом дает Uber весомый рычаг влияния: компании, получающие данные, могут стать более зависимыми от условий доступа, а значит, потенциально более лояльными к Uber как к партнёру.
Перспективы и риски
С точки зрения роста, проект выглядит логичным шагом: Uber уже имеет огромную сеть водителей, инфраструктуру и опыт работы с данными о поездках. Главные сложности — регулирование (какие данные можно собирать, как их анонимизировать) и техническая интеграция датчиков в машины, которых тысячами.
Если Uber удастся стандартизировать датчики и обеспечить совместимость с законами всех 50 штатов США и стран, где работает сервис, он может стать «поставщиком данных» для всей отрасли автономного вождения.
Но есть и опасения: конкуренты могут создать свои собственные сети сбора данных, а правительственные органы могут ограничить масштаб слежения за автомобилями в целях приватности.
Справка
Uber Technologies Inc. — американская технологическая компания, основанная в 2009 году Гарретом Кэмпом и Трэвисом Калаником. Сервис изначально предлагал кар‑шаринг, а позже расширил спектр услуг до доставки еды, грузоперевозок и аренды электро-скутеров. В 2025 году компания объявила о прекращении разработки собственных роботакси.
Praveen Naga — главный технологический директор Uber с 2023 года. Ранее работал в Google Cloud и в стартапах по машинному обучению. На публичных мероприятиях часто выступает с темами инфраструктуры данных и ИИ.
AV Labs — подразделение Uber, созданное в январе 2026 года для исследования и сбора датасетов с сенсорными комплектами, установленными в автомобили, принадлежащие компании.
Wayve — лондонский стартап, разрабатывающий автономные системы вождения на основе машинного обучения. Партнёр Uber в рамках программы AV Labs.
AV‑cloud — облачная платформа Uber, предоставляющая партнёрам доступ к размеченным сенсорным данным (лидар, камеры, радары) и инструментам для «теневого» тестирования моделей автономного вождения.
Если Убер действительно сможет превратить часть своего водительского флота в глобальную «сеть наблюдения», он станет тем самым «данными‑как‑услуга», от которого будет зависеть будущее большинства автопилотов.
